月之暗面 Kimi 开源 Moonlight：30 亿 / 160 亿参数混合专家模型

保山市土木工程app 南充市土地局app 鞍山市第四中学app 三门峡市第四小学app 新余市未成年保护协会app 攀枝花市申建app 巴彦淖尔市第二小学app 西宁市第二高中app 沈阳市第四小学app 东营市政府信息公开指南app 遂宁市审计公开app 嘉兴市防洪信息app 广州市农业app 钦州市应急管理app 北海市政府公报app 焦作市农业app 廊坊市第三中学app 中卫市工商局app 营口市第一高中app 东营市第二高中app 株洲市学校简介app 酒泉市水利app 江门市第五高中app 黄山市防洪信息app 闽侯县公益app 乡宁县第二高中app 抚松县暴雨监控中心app 缙云县防洪信息app 云梦县征地服务app 安福县学校简介app 临澧县电台广播中心app 固安县法律服务app 万载县通讯协会app 洛扎县历史记录app 黎平县暴雨监控中心app

本站 2 月 24 日消息，月之暗面 Kimi 昨日发布了“Muon 可扩展用于 LLM 训练”的新技术报告，并宣布推出“Moonlight”：一个在 Muon 上训练的 30 亿 / 160 亿参数混合专家模型（MoE）。使用了 5.7 万亿个 token，在更低的浮点运算次数（FLOPs）下实现了更好的性能，从而提升了帕累托效率边界。

月之暗面称，团队发现 Muon 优化器可通过添加权重衰减、仔细调整每个参数的更新幅度等技术进行扩展，并具备如下亮点：

这些技术使得 Muon 能够在大规模训练中开箱即用，无需进行超参数调优。扩展法则实验表明，与计算最优训练的 AdamW 相比，Muon 实现了约 2 倍的计算效率。

本次论文所使用的模型为 Moonlight-16B-A3B，总参数量为 15.29B，激活参数为 2.24B，其使用 Muon 优化器，在 5.7T Tokens 的训练数据下获得上述成绩。

我们的模型不仅突破了当前的 Pareto 前沿，还在训练所需的 FLOP 数大幅减少的情况下，达到了比以往模型更优的性能。

我们开源了一个分布式版本的 Muon 实现，它在内存使用和通信效率上都进行了优化。同时，我们也发布了预训练模型、经过指令调优的模型以及中间训练检查点，旨在为未来的研究提供支持。

本站附有关链接如下：

GitHub：点此前往

Hugging Face ：点此前往